CN117346295A - 多机组的耦合控制方法、装置、设备及计算机可读介质 - Google Patents
多机组的耦合控制方法、装置、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN117346295A CN117346295A CN202311655140.8A CN202311655140A CN117346295A CN 117346295 A CN117346295 A CN 117346295A CN 202311655140 A CN202311655140 A CN 202311655140A CN 117346295 A CN117346295 A CN 117346295A
- Authority
- CN
- China
- Prior art keywords
- unit
- interval
- cooling capacity
- target
- combinations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008878 coupling Effects 0.000 title claims abstract description 24
- 238000010168 coupling process Methods 0.000 title claims abstract description 24
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 24
- 238000001816 cooling Methods 0.000 claims abstract description 141
- 238000004378 air conditioning Methods 0.000 claims abstract description 66
- 238000005057 refrigeration Methods 0.000 claims abstract description 34
- 238000013486 operation strategy Methods 0.000 claims abstract description 29
- 238000013461 design Methods 0.000 claims abstract description 28
- 238000012216 screening Methods 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 15
- 230000002265 prevention Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 10
- 238000010977 unit operation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 description 14
- 238000005265 energy consumption Methods 0.000 description 12
- 238000010438 heat treatment Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000498 cooling water Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000003507 refrigerant Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种多机组的耦合控制方法、装置、设备及计算机可读介质。该方法包括:确定建筑当前所需的目标制冷量;在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。本申请根据既定的设计工况、系统形式和设备选型为不同的制冷需求适配最佳的机组组合,解决来了难以根据不同的制冷需求适配出最佳的机组组合导致严重影响空调机组的稳定性的技术问题。
Description
技术领域
本申请涉及空调技术领域,尤其涉及一种多机组的耦合控制方法、装置、设备及计算机可读介质。
背景技术
随着人们生活水平的提升,对工作、学习、生活整体的居住舒适度也提出了更高的需求,导致建筑能耗呈急剧上升的趋势。我国建筑能耗占社会总能耗的20%—25%,中央空调能耗占建筑总能耗的50%—70%。因此,制冷行业的技术革新大势所趋,发展高效制冷机房技术成为了当下热潮。
目前,相关技术中,由于建筑中的空调机组类型、数量繁多,而制冷需求复杂多变,现有的控制策略无法适配出最佳的机组组合,要么参与的空调机组数量过多,要么机组组合的能效远低于或高于制冷需求,这就会导致部分机组频繁启停,严重影响空调机组的稳定性。
针对难以根据不同的制冷需求适配出最佳的机组组合导致严重影响空调机组的稳定性的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种多机组的耦合控制方法、装置、设备及计算机可读介质,以解决难以根据不同的制冷需求适配出最佳的机组组合导致严重影响空调机组的稳定性的技术问题。
根据本申请实施例的一个方面,本申请提供了一种多机组的耦合控制方法,包括:确定建筑当前所需的目标制冷量;在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
可选地,所述在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间之前,所述方法还包括按照如下方式获取所述机组组合运行策略表:以水冷机组、热泵机组至风冷机组为制冷工况下机组运行的优先级顺序、以机组数量从少到多的数量顺序,将所有机组进行排列组合,得到多个机组组合;根据每个空调机组的加机负荷率、减机负荷率以及额定制冷量,为每一个所述机组组合计算出对应的冷量区间,得到机组组合运行策略的原始数据表;基于所述原始数据表,先后按照冷量区间覆盖原则、机组数量最少原则、能效最优原则以及防频繁启停原则为不同的冷量区间筛选最佳机组组合,得到所述机组组合运行策略表。
可选地,所述按照冷量区间覆盖原则进行机组筛选包括:将所有所述机组组合对应的所述冷量区间按照从小到大的顺序进行前后排序;选择任意前后相邻的第一冷量区间和第二冷量区间;将所述第一冷量区间的上限与所述第二冷量区间的下限进行对比;在对比结果显示任意所述第一冷量区间的上限均大于或等于相邻的所述第二冷量区间的下限时,确定当前所有的所述机组组合满足所述冷量区间覆盖原则进行机组筛选。
可选地,在满足所述冷量区间覆盖原则的情况下,按照所述机组数量最少原则进行机组筛选包括:确定各个所述冷量区间对应的所述机组组合的数量;在任意所述冷量区间对应的所述机组组合的数量为多个时,保留空调机组数量最少得所述机组组合。
可选地,在满足所述机组数量最少原则的情况下仍然存在一个所述冷量区间对应多个所述机组组合的情况时,所述方法还包括按照所述能效最优原则进行机组筛选,包括:获取同一所述冷量区间对应的多个所述机组组合的每个空调机组的设计工况参数;分别将每个所述机组组合的所有空调机组的所述设计工况参数输入机组能效运算模型库,以利用所述机组能效运算模型库计算出每个所述机组组合的能效区间;保留所述能效区间的上限最高的所述机组组合。
可选地,在满足所述能效最优原则的情况下,按照所述防频繁启停原则进行机组筛选包括:将任意所述冷量区间的下限与其余冷量区间进行对比;在对比结果显示存在第三冷量区间的下限落在多个所述冷量区间内时,则对所述第三冷量区间的范围进行修正,直至所述第三冷量区间的下限只落在相邻的后一个所述冷量区间内进行机组筛选。
可选地,所述对所述第三冷量区间的范围进行修正包括:
其中,Qmin*为修正后的所述第三冷量区间的下限,Qmin为修正前的所述第三冷量区间的下限,Qra,max为所述相邻的后一个所述冷量区间的上限,a为机组修正系数,b为冷量区间修正系数。
根据本申请实施例的另一方面,本申请提供了一种多机组的耦合控制装置,包括:第一确定模块,用于确定建筑当前所需的目标制冷量;第二确定模块,用于在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;多机组控制模块,用于控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
根据本申请实施例的另一方面,本申请提供了一种电子设备,包括存储器、处理器、通信接口及通信总线,存储器中存储有可在处理器上运行的计算机程序,存储器、处理器通过通信总线和通信接口进行通信,处理器执行计算机程序时实现上述方法的步骤。
根据本申请实施例的另一方面,本申请还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,程序代码使处理器执行上述的方法。
本申请实施例提供的上述技术方案与相关技术相比具有如下优点:
本申请提供了一种多机组的耦合控制方法,包括:确定建筑当前所需的目标制冷量;在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。本申请根据既定的设计工况、系统形式和设备选型为不同的制冷需求适配最佳的机组组合,从而在实际控制中,当确定了建筑所需的目标制冷量时,即可控制该目标制冷量所在的目标冷量区间对应的目标机组组合来为建筑提供目标制冷量,解决来了难以根据不同的制冷需求适配出最佳的机组组合导致严重影响空调机组的稳定性的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本申请实施例提供的一种可选的多机组的耦合控制方法流程示意图;
图2为根据本申请实施例提供的一种可选的自动推荐运行控制策略逻辑示意图;
图3为根据本申请实施例提供的一种可选的全机组排列组合示意图;
图4为根据本申请实施例提供的一种可选的螺杆机组全工况性能曲线示意图;
图5为根据本申请实施例提供的一种可选的离心机组全工况性能曲线示意图;
图6为根据本申请实施例提供的一种可选的需修正冷量区间的示意图;
图7为根据本申请实施例提供的一种可选的修正后的冷量区间的示意图;
图8为根据本申请实施例提供的一种可选的最终得到的机组组合运行策略表示意图;
图9为根据本申请实施例提供的一种可选的多机组的耦合控制装置框图;
图10为本申请实施例提供的一种可选的电子设备结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明,其本身并没有特定的意义。因此,“模块”与“部件”可以混合地使用。
为了解决背景技术中提及的问题,根据本申请实施例的一方面,提供了一种多机组的耦合控制方法的实施例,如图1所示,该方法可以包括以下步骤:
步骤S102,确定建筑当前所需的目标制冷量;
步骤S104,在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征包括设计工况、系统形式以及设备选型为不同的冷量区间适配的最佳的机组组合;
步骤S106,控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
通过上述步骤S102至S106,本申请根据既定的设计工况、系统形式和设备选型为不同的制冷需求适配最佳的机组组合,从而在实际控制中,当确定了建筑所需的目标制冷量时,即可控制该目标制冷量所在的目标冷量区间对应的目标机组组合来为建筑提供目标制冷量,解决来了难以根据不同的制冷需求适配出最佳的机组组合导致严重影响空调机组的稳定性的技术问题。
本申请实施例中,空调机组的设计工况指的是冷却负荷、制冷量和制热量、空气流量、运行稳定性以及能耗和效率。冷却负荷:设计工况下,空调机组需要能够满足建筑物或设备所需的冷却负荷。这包括室内外温差、建筑物的导热系数、人员和设备的热负荷等因素。制冷量和制热量:设计工况下,空调机组需要能够提供足够的制冷量和制热量,以保持室内舒适的温度和湿度。空气流量:设计工况下,空调机组需要能够提供足够的空气流量,以确保室内空气的新鲜度和舒适度。运行稳定性:设计工况下,空调机组需要能够在长时间运行的情况下保持稳定的性能和能效。能耗和效率:设计工况下,空调机组需要能够在能耗和效率方面达到设计要求,以确保经济和环保的运行。
本申请实施例中,空调机组的系统形式可以根据不同的应用需求和空调系统设计来选择。例如:集中空调系统:集中空调系统是一种集中供冷和供暖的系统,通常用于大型商业建筑或工业设施。它包括冷却水机组、冷却塔、水泵、冷却水管道和末端空气处理设备等组件。分体式空调系统:分体式空调系统由室内机和室外机组成,通过制冷剂管路连接。这种系统形式通常用于住宅和小型商业建筑。多联机空调系统:多联机空调系统是一种多室内机连接到单个室外机的系统。这种系统形式适用于需要在多个房间或区域提供空调的场所,如办公室、酒店客房等。变风量空调系统:变风量空调系统是一种根据室内需求调节送风量的系统,通常用于大型建筑,能够提高空调系统的能效。VRV(变频调速)/VRF(变频调速)空调系统:VRV/VRF系统是一种采用变频调速技术的空调系统,能够根据实际负荷需求调节制冷剂流量,提高能效和舒适性。中央新风空调系统:中央新风空调系统是一种能够为建筑物提供新鲜空气和舒适温度的系统,通常适用于要求室内空气品质较高的场所。
本申请实施例中,空调机组的设备选型即根据不同的工况选择合适当机组类型的设备,机组类型包括但不限于风冷式机组、水冷式机组、热泵机组等。
在步骤S102提供的技术方案中,确定建筑所需的目标制冷量需要考虑建筑的大小、朝向、绝缘、玻璃面积、人员数量、照明和设备等因素。具体的,可以通过以下步骤来确定建筑的目标制冷量:
步骤1,计算建筑的总面积,并确定每个区域的热负荷。这包括考虑建筑的外部和内部热负荷,以及各种设备和人员带来的热负荷。
步骤2,确定建筑的隔热性能,包括墙壁、屋顶和窗户的绝缘情况,以及空调系统的效率。
步骤3,考虑建筑的朝向和周围环境,包括阳光照射、风的影响等。
步骤4,根据以上信息计算出建筑的总制冷负荷,从而确定所需的目标制冷量。
可选地,确定建筑所需的目标制冷量还可以直接根据用户设定的温度来确定。
在步骤S104提供的技术方案中,机组组合运行策略表是一个用于保存不同冷量区间对应的最佳机组组合的表格或数据库。它包括了根据每一个空调机组的设计工况、系统形式以及设备选型为不同的冷量区间适配的最佳的机组组合。在确定目标制冷量所在的目标冷量区间时,需要参考机组组合运行策略表中的数据。具体来说,可以通过比对目标制冷量和所在的区间,来找到最佳的机组组合。这样可以确保所选择的机组组合能够有效地满足建筑的制冷需求,同时确保系统的高效运行和节能。机组组合运行策略表中会包括不同的冷量区间,每个区间对应着最佳的机组组合方案。这些方案可能会考虑到不同型号、规格的空调机组的组合,以及它们的运行模式、负荷分配等因素。通过查阅这些数据,可以帮助工程师或设计师选择最适合于特定制冷需求的机组组合,以实现最佳的制冷效果和能源利用效率。
在步骤S106提供的技术方案中,要控制并确定与目标冷量区间对应的目标机组组合,需要首先查阅机组组合运行策略表,找到与目标制冷量所在区间相匹配的最佳机组组合。然后,根据该组合的参数和设备选型,确定如何配置和调整空调机组以满足建筑的制冷需求。一旦确定了目标机组组合,需要对这些机组进行控制和调节,以确保它们能够有效地为建筑提供目标制冷量。这可能涉及到调整空调机组的运行模式、负荷分配,以及系统的控制策略等。通常,这些调节可以通过建筑自动化系统(BAS)或者空调系统的控制器来实现。在实际操作中,需要根据建筑的实际情况和需求来进行调整和控制。这可能需要密切关注空调系统的运行状态,监测建筑的室内温度和制冷负荷,以及根据需要随时进行调整。通过这样的控制和调节,可以确保所选择的目标机组组合能够有效地为建筑提供所需的目标制冷量,同时保证系统的高效运行和能源利用效率。
本申请实施例中,搭建高效机房不仅需要高性能的设备,更需要智能化的运行策略指导设备高效运行。为了降低运行能耗、充分利用可再生能源,暖通空调系统已经不再是简单的一次泵变流量系统,而是一个包含多种机组类型的复杂耦合系统。这些机组在不同的控制策略下,其运行效果存在显著的差异。因此,如何将这些不同的机组进行合理搭配组合,是实现高效机房的关键所在,下面对多机组耦合高效空调系统运行控制策略自动推荐进行说明。
如图2所示,多机组耦合高效空调系统运行控制策略自动推荐的逻辑是根据既定机组选型、设计参数,排列所有的机组组合,基于冷量覆盖原则、台数最少原则、能效最优原则以及防频繁启停原则逐级筛选,得到合理、稳定、高效的运行控制策略。其中,若冷量覆盖不连续,则需要重新选型或相关人员手动配置策略。另外,在能效优先原则的判断中,需要结合机组全工况模型来计算不同机组组合的能效,机组全工况模型是指对一个机械系统(比如空调系统、供暖系统等)在各种可能的工况下的性能进行全面建模和仿真的模型。这种模型通常会考虑到不同的环境条件、负荷情况、设备运行参数等因素,从而可以更准确地预测系统在各种工况下的性能表现。机组全工况模型通常会涉及到对系统各个组件的建模,包括压缩机、冷凝器、蒸发器、风扇、阀门、控制器等。这些组件的性能特性、工作原理和相互作用都会被考虑在内。同时,模型还会考虑到系统在不同环境条件下的运行情况,比如室外温度、湿度、负荷变化等因素。通过对这些因素进行综合考虑,机组全工况模型可以更准确地预测系统在实际运行中的性能表现。利用机组全工况模型可以进行系统的性能评估、优化设计和控制策略的制定。同时,它也可以用于系统的故障诊断和维护优化,帮助工程师更好地理解系统的运行特性,提高系统的能效和可靠性。下面将图2所示的推荐逻辑展开说明。
在一个可选的实施例中,所述在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间之前,所述方法还包括按照如下方式获取所述机组组合运行策略表:
步骤1,以水冷机组、热泵机组至风冷机组为制冷工况下机组运行的优先级顺序、以机组数量从少到多的数量顺序,将所有机组进行排列组合,得到多个机组组合;
步骤2,根据每个空调机组的加机负荷率、减机负荷率以及额定制冷量,为每一个所述机组组合计算出对应的冷量区间,得到机组组合运行策略的原始数据表;
步骤3,基于所述原始数据表,先后按照冷量区间覆盖原则、机组数量最少原则、能效最优原则以及防频繁启停原则为不同的冷量区间筛选最佳机组组合,得到所述机组组合运行策略表。
本申请实施例中,机组类型主要包括风冷式机组、水冷式机组、热泵机组等,针对制冷工况,可以将水冷机组>热泵机组>风冷机组作为机组运行优先级的排列顺序,同时基于所有机组以台数为1、2…N基础进行排列组合,再根据每个空调机组的加机负荷率、减机负荷率以及额定制冷量,为每一个所述机组组合计算出对应的冷量区间,得到机组组合运行策略的原始数据表。若对于制热工况,则可以将热泵机组>风冷机组作为机组运行优先级的排列顺序。
本申请实施例中,冷量区间的计算方式为:
其中,为计算出的冷量区间,/>为组合内所有机组额定制冷量/制热量之和,/>为加减机率,范围0.3-1。
本申请实施例中,要为每个空调机组的加机负荷率、减机负荷率以及额定制冷量计算出对应的冷量区间,具体可以按照以下步骤进行:
步骤1,计算加机负荷率和减机负荷率。加机负荷率通常是指空调机组在满负荷运行时的能力,通常以百分比表示。减机负荷率是指空调机组在部分负荷运行时的能力,通常也以百分比表示。
步骤2,计算冷量区间。首先,根据额定制冷量和加减机负荷率,可以计算出机组在不同负荷率下的实际制冷量。然后,可以根据实际制冷量来确定每个机组的冷量区间。例如,如果一个机组的额定制冷量为1000 kW,加机负荷率为100%,减机负荷率为70%,那么可以计算出该机组在正常负荷下的实际制冷量范围是1000 kW,而在部分负荷下的实际制冷量范围是700 kW。
通过这样的计算,可以为每个空调机组确定其在不同负荷率下的冷量区间,从而更好地了解机组的性能特性,为选择最佳的机组组合提供参考。
本申请实施例中,原始数据表记录了机组种类、机组数量、每个机组的额定供冷量、机组组合以及每个机组组合对应的冷量区间,据此可进一步根据多个原则推荐出合理、稳定且高效的运行控制策略。
对于该原始数据表,本申请以5台机组为例,包括800kW离心机1台、300kW离心机1台、200kW热泵机1台、200kW螺杆机1台、100kW模块机1组,按照水冷机组>热泵机组>风冷机组作为机组运行优先级的排列顺序以及机组数量从少到多的数量顺序,得到的排列组合及对应的冷量区间如图3所示。
对于根据多个原则推荐出合理、稳定且高效的运行控制策略,该多个原则包括冷量区间覆盖原则、机组数量最少原则、能效最优原则以及防频繁启停原则,推荐时按照上述顺序逐级筛选,下面针对每一种原则推荐进行说明。
在一个可选的实施例中,所述按照冷量区间覆盖原则进行机组筛选包括:
步骤1,将所有所述机组组合对应的所述冷量区间按照从小到大的顺序进行前后排序;
步骤2,选择任意前后相邻的第一冷量区间和第二冷量区间;
步骤3,将所述第一冷量区间的上限与所述第二冷量区间的下限进行对比;
步骤4,在对比结果显示任意所述第一冷量区间的上限均大于或等于相邻的所述第二冷量区间的下限时,确定当前所有的所述机组组合满足所述冷量区间覆盖原则进行机组筛选。
本申请实施例中,根据每一时段的建筑负荷判断是否能够确保每一时段均有对应的机组组合运行,即对机组选型搭配合理性进行诊断,将所有机组组合的冷量区间进行从小至大排序,选择任意前后相邻的第一冷量区间和第二冷量区间,判断第一冷量区间的上限是否处于第二冷量区间的区间范围内,即判断第一冷量区间的上限是否大于或等于相邻的所述第二冷量区间的下限,如果是,则说明选型合理,保留当前所有机组组合;如果否,则说明机组选型不合理,需更换机组组合,前端反馈 “选型不合理,请重新选型”或“请手动配置运行控制策略”以进行提示。
在一个可选的实施例中,在满足所述冷量区间覆盖原则的情况下,按照所述机组数量最少原则进行机组筛选包括:
步骤1,确定各个所述冷量区间对应的所述机组组合的数量;
步骤2,在任意所述冷量区间对应的所述机组组合的数量为多个时,保留空调机组数量最少得所述机组组合。
本申请实施例中,在完成所有机组组合排序及冷量段覆盖处理后,利用机组运行台数最少原则,对所有机组组合进行一次筛选。即判断同一冷量段内是否有多种组合存在,将保留运行台数最少的组合。
确定保留最少的空调机组组合时,可以采取以下步骤:将所有可能的机组组合按照其冷量区间进行分类。对于每个冷量区间,尽可能将多个机组组合合并成少量组合,以确保覆盖整个冷量需求范围。对于每个冷量区间,采用贪心算法或者动态规划等方法,从中选择最少的机组组合,以满足该区间内的冷量需求。在选择最少的机组组合时,需要考虑每个机组组合的加减机负荷率,以确保在不同负荷情况下能够有效地供暖或制冷。通过这样的方法,可以选择出最少的空调机组组合,以满足整个冷量需求范围。这样可以最大程度地减少机组数量,从而提高系统的效率和节能性。
本申请实施例中,若同一冷量区间内已经只有一种机组组合,则可以跳过能效最优原则的筛选,直接进行防频繁启停原则的筛选。
在一个可选的实施例中,在满足所述机组数量最少原则的情况下仍然存在一个所述冷量区间对应多个所述机组组合的情况时,所述方法还包括按照所述能效最优原则进行机组筛选,包括:
步骤1,获取同一所述冷量区间对应的多个所述机组组合的每个空调机组的设计工况参数;
步骤2,分别将每个所述机组组合的所有空调机组的所述设计工况参数输入机组能效运算模型库,以利用所述机组能效运算模型库计算出每个所述机组组合的能效区间;
步骤3,保留所述能效区间的上限最高的所述机组组合。
本申请实施例中,若在经过机组数量最少原则进行机组筛选之后,依旧存在冷量区间相同、机组运行台数也相同的情况,则可以结合设计工况参数利用机组能效运算模型库来计算每个机组组合的能效水平,进而保留能效最高的机组组合。
本申请实施例中,设计工况参数主要包括:每一时段的建筑负荷、机组额定制冷量、机组额定值热量、冷冻供回水温度、冷却供回水温度、设计室外湿球温度、供暖供回水温度等。
本申请实施例中,机组能效运算模型库是用于评估建筑系统能源消耗和性能的工具。这些模型库可以包括各种机组的能效模型,即上述实施例提到的机组全工况模型,例如空调系统、供暖系统、通风系统等。这些模型库通常基于建筑能效标准和工程原理,可以用于模拟和预测建筑系统的能源使用情况。这些模型库通常通过软件平台或者编程语言提供,用户可以输入建筑系统的参数和运行条件,模型库会根据这些输入数据计算出建筑系统的能源消耗和性能表现。这些模型库还可以用于优化建筑系统设计、改进能源管理策略以及评估节能措施的效果。常见的机组能效运算模型库包括EnergyPlus、TRNSYS、eQUEST等。这些模型库在建筑能效领域得到广泛应用,有助于建筑工程师、能源经理和研究人员评估建筑系统的能效表现,从而优化建筑能源使用,降低能源消耗。
本申请实施例中,利用机组能效运算模型库,可以计算出每个机组在全工况下的性能曲线,进而根据性能曲线确定该机组能效最高的工况,从而在推荐多机组的运行策略时,能够根据不同的工况选择最优的机组。图4展示了螺杆机组在全工况下的性能曲线,由图4曲线可知,螺杆机组在10-32摄氏度、11-32摄氏度工况下,负荷率为50%-70%时性能最好,对应能效最高,而在7-32、8-32以及9-32摄氏度工况下,负荷率为60%-80%时性能最好,对应能效最高。图5展示了离心机组在全工况下的性能曲线,由图5曲线可知,离心机组在9-24摄氏度、9-26摄氏度区间下,负荷率为50%-70%时性能最好,对应能效最高,而在9-32、9-30以及9-28摄氏度工况下,负荷率为60%-80%时性能最好,对应能效最高。可见,不同型号类型的机组其高效区间不同。
在一个可选的实施例中,在满足所述能效最优原则的情况下,按照所述防频繁启停原则进行机组筛选包括:
步骤1,将任意所述冷量区间的下限与其余冷量区间进行对比;
步骤2,在对比结果显示存在第三冷量区间的下限落在多个所述冷量区间内时,则对所述第三冷量区间的范围进行修正,直至所述第三冷量区间的下限只落在相邻的后一个所述冷量区间内进行机组筛选。
本申请实施例中,在能效最优原则筛选后,核对冷量区间,即防止组合内有多个冷量区间重复较高,在不同时段建筑负荷变化后出现频繁机组切换,造成系统不稳定影响机组使用寿命。因此,在能效最优原则筛选后,核对冷量区间,每一个冷量区间的下限是否处于多个组合的冷量区间范围内。如果存在,以图6所示组合为例,组合十二的冷量区间下限,同时处于组合十及组合十一的冷量区间范围内,则需要进行冷量区间修正。图6中,运行冷量段区间即为所述冷量区间。
可选地,所述对所述第三冷量区间的范围进行修正包括:
其中,Qmin*为修正后的所述第三冷量区间的下限,Qmin为修正前的所述第三冷量区间的下限,Qra,max为所述相邻的后一个所述冷量区间的上限,a为机组修正系数,b为冷量区间修正系数。
本申请实施例中,机组修正系数的范围为0.85-0.95,冷量区间修正系数的范围为0.05-0.2。
本申请实施例中,图6所示组合的冷量区间经修正后得到如图7所示的冷量区间,此时,每一个冷量区间的下限只落在相邻的后一个冷量区间内,减少了不同组合的冷量区间的重复度,避免了不同时段建筑负荷变化后机组频繁切换,提升了系统稳定性,延长了机组使用寿命。
本申请实施例中,在冷量段修正后,输出推荐的机组组合运行策略表,如图8所示。表中根据机组额定制冷量按照从小到大排序,列出机组所属系统(编号)、机组种类、机组型号,利用“√”方式决定机组运行匹配情况、根据减机负荷率、加机负荷率,显示机组运行切换冷量段,指导系统机组运行搭配。
本申请对水冷式机组、风冷式机组、多源热泵等多机组耦合的空调系统,对不同机组进行组合排序,利用冷量段覆盖、台数最少、能效最优、防频繁启停等原则,自动推荐出合理、稳定且高效的运行控制策略。可以为新建项目设计阶段提供空调系统合理、稳定且高效的运行控制策略,同时可以指导实际项目进行控制策略诊断分析,降低人员的技术门槛。
根据本申请实施例的又一方面,如图9所示,提供了一种多机组的耦合控制装置,包括:
第一确定模块901,用于确定建筑当前所需的目标制冷量;
第二确定模块903,用于在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;
多机组控制模块905,用于控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
需要说明的是,该实施例中的第一确定模块901可以用于执行本申请实施例中的步骤S102,该实施例中的第二确定模块903可以用于执行本申请实施例中的步骤S104,该实施例中的多机组控制模块905可以用于执行本申请实施例中的步骤S106。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以通过软件实现,也可以通过硬件实现。
可选地,该多机组的耦合控制装置,还包括机组组合运行策略表获取模块,用于:以水冷机组、热泵机组至风冷机组为制冷工况下机组运行的优先级顺序、以机组数量从少到多的数量顺序,将所有机组进行排列组合,得到多个机组组合;根据每个空调机组的加机负荷率、减机负荷率以及额定制冷量,为每一个所述机组组合计算出对应的冷量区间,得到机组组合运行策略的原始数据表;基于所述原始数据表,先后按照冷量区间覆盖原则、机组数量最少原则、能效最优原则以及防频繁启停原则为不同的冷量区间筛选最佳机组组合,得到所述机组组合运行策略表。
可选地,该机组组合运行策略表获取模块,还用于:将所有所述机组组合对应的所述冷量区间按照从小到大的顺序进行前后排序;选择任意前后相邻的第一冷量区间和第二冷量区间;将所述第一冷量区间的上限与所述第二冷量区间的下限进行对比;在对比结果显示任意所述第一冷量区间的上限均大于或等于相邻的所述第二冷量区间的下限时,确定当前所有的所述机组组合满足所述冷量区间覆盖原则进行机组筛选。
可选地,该机组组合运行策略表获取模块,还用于:确定各个所述冷量区间对应的所述机组组合的数量;在任意所述冷量区间对应的所述机组组合的数量为多个时,保留空调机组数量最少得所述机组组合。
可选地,该机组组合运行策略表获取模块,还用于:获取同一所述冷量区间对应的多个所述机组组合的每个空调机组的设计工况参数;分别将每个所述机组组合的所有空调机组的所述设计工况参数输入机组能效运算模型库,以利用所述机组能效运算模型库计算出每个所述机组组合的能效区间;保留所述能效区间的上限最高的所述机组组合。
可选地,该机组组合运行策略表获取模块,还用于:将任意所述冷量区间的下限与其余冷量区间进行对比;在对比结果显示存在第三冷量区间的下限落在多个所述冷量区间内时,则对所述第三冷量区间的范围进行修正,直至所述第三冷量区间的下限只落在相邻的后一个所述冷量区间内进行机组筛选。
根据本申请实施例的另一方面,本申请提供了一种电子设备,如图10所示,包括存储器1001、处理器1003、通信接口1005及通信总线1007,存储器1001中存储有可在处理器1003上运行的计算机程序,存储器1001、处理器1003通过通信接口1005和通信总线1007进行通信,处理器1003执行计算机程序时实现上述方法的步骤。
上述电子设备中的存储器、处理器通过通信总线和通信接口进行通信。所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
根据本申请实施例的又一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述任一实施例的步骤。
可选地,在本申请实施例中,计算机可读介质被设置为存储用于所述处理器执行以下步骤的程序代码:
确定建筑当前所需的目标制冷量;
在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;
控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本申请实施例在具体实现时,可以参阅上述各个实施例,具有相应的技术效果。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种多机组的耦合控制方法,其特征在于,包括:
确定建筑当前所需的目标制冷量;
在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;
控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
2.根据权利要求1所述的方法,其特征在于,所述在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间之前,所述方法还包括按照如下方式获取所述机组组合运行策略表:
以水冷机组、热泵机组至风冷机组为制冷工况下机组运行的优先级顺序、以机组数量从少到多的数量顺序,将所有机组进行排列组合,得到多个机组组合;
根据每个空调机组的加机负荷率、减机负荷率以及额定制冷量,为每一个所述机组组合计算出对应的冷量区间,得到机组组合运行策略的原始数据表;
基于所述原始数据表,先后按照冷量区间覆盖原则、机组数量最少原则、能效最优原则以及防频繁启停原则为不同的冷量区间筛选最佳机组组合,得到所述机组组合运行策略表。
3.根据权利要求2所述的方法,其特征在于,所述按照冷量区间覆盖原则进行机组筛选包括:
将所有所述机组组合对应的所述冷量区间按照从小到大的顺序进行前后排序;
选择任意前后相邻的第一冷量区间和第二冷量区间;
将所述第一冷量区间的上限与所述第二冷量区间的下限进行对比;
在对比结果显示任意所述第一冷量区间的上限均大于或等于相邻的所述第二冷量区间的下限时,确定当前所有的所述机组组合满足所述冷量区间覆盖原则进行机组筛选。
4.根据权利要求3所述的方法,其特征在于,在满足所述冷量区间覆盖原则的情况下,按照所述机组数量最少原则进行机组筛选包括:
确定各个所述冷量区间对应的所述机组组合的数量;
在任意所述冷量区间对应的所述机组组合的数量为多个时,保留空调机组数量最少得所述机组组合。
5.根据权利要求4所述的方法,其特征在于,在满足所述机组数量最少原则的情况下仍然存在一个所述冷量区间对应多个所述机组组合的情况时,所述方法还包括按照所述能效最优原则进行机组筛选,包括:
获取同一所述冷量区间对应的多个所述机组组合的每个空调机组的设计工况参数;
分别将每个所述机组组合的所有空调机组的所述设计工况参数输入机组能效运算模型库,以利用所述机组能效运算模型库计算出每个所述机组组合的能效区间;
保留所述能效区间的上限最高的所述机组组合。
6.根据权利要求5所述的方法,其特征在于,在满足所述能效最优原则的情况下,按照所述防频繁启停原则进行机组筛选包括:
将任意所述冷量区间的下限与其余冷量区间进行对比;
在对比结果显示存在第三冷量区间的下限落在多个所述冷量区间内时,则对所述第三冷量区间的范围进行修正,直至所述第三冷量区间的下限只落在相邻的后一个所述冷量区间内进行机组筛选。
7.根据权利要求6所述的方法,其特征在于,所述对所述第三冷量区间的范围进行修正包括:
其中,Qmin*为修正后的所述第三冷量区间的下限,Qmin为修正前的所述第三冷量区间的下限,Qra,max为所述相邻的后一个所述冷量区间的上限,a为机组修正系数,b为冷量区间修正系数。
8.一种多机组的耦合控制装置,其特征在于,包括:
第一确定模块,用于确定建筑当前所需的目标制冷量;
第二确定模块,用于在机组组合运行策略表中确定所述目标制冷量所在的目标冷量区间,其中,所述机组组合运行策略表用于保存不同冷量区间对应的最佳机组组合,所述最佳机组组合是根据每一个空调机组的特征为不同的冷量区间适配的最佳的机组组合;
多机组控制模块,用于控制与所述目标冷量区间对应的目标机组组合为所述建筑提供所述目标制冷量。
9.一种电子设备,包括存储器、处理器、通信接口及通信总线,所述存储器中存储有可在所述处理器上运行的计算机程序,所述存储器、所述处理器通过所述通信总线和所述通信接口进行通信,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311655140.8A CN117346295B (zh) | 2023-12-05 | 2023-12-05 | 多机组的耦合控制方法、装置、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311655140.8A CN117346295B (zh) | 2023-12-05 | 2023-12-05 | 多机组的耦合控制方法、装置、设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117346295A true CN117346295A (zh) | 2024-01-05 |
CN117346295B CN117346295B (zh) | 2024-03-08 |
Family
ID=89359885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311655140.8A Active CN117346295B (zh) | 2023-12-05 | 2023-12-05 | 多机组的耦合控制方法、装置、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117346295B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6433445A (en) * | 1987-07-27 | 1989-02-03 | Takenaka Komuten Co | Heat accumulator using crystal liquid ice of heat pump type |
CN108917103A (zh) * | 2018-05-03 | 2018-11-30 | 广东美的暖通设备有限公司 | 中央空调系统的冷水主机控制方法、装置及系统 |
-
2023
- 2023-12-05 CN CN202311655140.8A patent/CN117346295B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6433445A (en) * | 1987-07-27 | 1989-02-03 | Takenaka Komuten Co | Heat accumulator using crystal liquid ice of heat pump type |
CN108917103A (zh) * | 2018-05-03 | 2018-11-30 | 广东美的暖通设备有限公司 | 中央空调系统的冷水主机控制方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117346295B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10971949B2 (en) | Systems and methods for performing building energy management | |
JP7473690B2 (ja) | 冷却機器の制御方法、冷却機器制御装置、コンピュータ機器及びコンピュータ可読媒体 | |
WO2019056966A1 (zh) | 多联机运行状态控制方法、系统及热泵多联机 | |
CN108168052B (zh) | 一种中央空调制冷系统最优启停控制方法 | |
CN106951630B (zh) | 一种应用于空调系统中的制冷主机设备选择方法 | |
Mujeebu et al. | Energy-saving potential and cost-effectiveness of active energy-efficiency measures for residential building in warm-humid climate | |
JP5768097B2 (ja) | 情報処理装置及びサービス提供方法 | |
CN112283890A (zh) | 适应建筑暖通设备监控系统的冷热量控制方法及装置 | |
CN115315134B (zh) | 一种温度控制设备群控方法和装置及设备 | |
CN116085936A (zh) | 一种中央空调能源站智慧能源管理系统、设备及介质 | |
CN115682324A (zh) | 中央空调系统节能优化控制方法、装置、设备和存储介质 | |
TW201027014A (en) | Method for managing air conditioning power consumption | |
CN117346295B (zh) | 多机组的耦合控制方法、装置、设备及计算机可读介质 | |
CN112465230A (zh) | 一种自适应的冷水机组开机组合优化的预测方法及系统 | |
US11781772B2 (en) | Air conditioning system, server system, network, method for controlling air conditioning system and method for controlling network with self-tuning for optimal configuration of the air conditioning system | |
CN114526537B (zh) | 一种设备节能控制方法和装置 | |
CN113268796B (zh) | 一种暖通空调系统设备自动选型算法 | |
TWI776544B (zh) | 溫度調控設備的節能控制方法及裝置 | |
CN114936529A (zh) | 一种温控负荷群聚合模型及建模方法、温控负荷群可调节潜力评估方法 | |
KR101191316B1 (ko) | 사용자의 불편도를 이용한 에너지 절감 방법 및 에너지 절감 장치 | |
Teo et al. | Energy management controls for chiller system: A review | |
JP2008241231A (ja) | 省エネ空調制御システム | |
CN109405198B (zh) | 厂务系统洁净室运维节能系统及相应的运维节能优化方法 | |
CN118153353B (zh) | 一种空调动态仿真模拟优化方法及其相关装置 | |
CN115523644B (zh) | 控制空调系统的主机的方法、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |